Quest Software amplia Quest AI Agent Security mentre il rischio legato alle identità supera i controlli legacy

Quest Software ha ampliato la propria piattaforma di sicurezza dopo che quasi il 90% delle indagini di un fornitore di servizi di risposta agli incidenti ha coinvolto debolezze nelle identità. L'iniziativa Quest AI agent security punta a colmare una lacuna complessa. Il software autonomo può ereditare credenziali, raggiungere sistemi sensibili e apportare modifiche rilevanti prima che una persona se ne accorga.

L'annuncio del 16 settembre introduce mappatura delle identità, contenimento automatizzato, assistenza al ripristino, servizi gestiti e controlli di sicurezza per le migrazioni. Quest afferma di aver sviluppato la piattaforma più ampia nell'arco di 18 mesi, mentre gli agenti AI non autorizzati passavano dall'essere una preoccupazione da laboratorio alla pianificazione del rischio aziendale.

Il momento è significativo perché le aziende stanno collegando gli agenti a Microsoft Active Directory, Entra ID, applicazioni cloud e dati interni. Okta, Microsoft, CyberArk, Palo Alto Networks e altri fornitori di sicurezza stanno affrontando parti dello stesso problema. Quest scommette sul fatto che visibilità, contenimento e ripristino debbano operare come un unico sistema incentrato sulle identità.

L'argomentazione è credibile, ma la statistica principale richiede cautela. Quasi il 90% non significa che gli agenti AI abbiano causato il 90% degli incidenti informatici. Descrive le debolezze nelle identità riscontrate nelle indagini gestite da Unit 42 di Palo Alto Networks.

Quest AI Agent Security si espande lungo l'intero ciclo di vita degli incidenti

Quest sta estendendo la propria piattaforma dal rilevamento delle minacce alle identità a una sequenza più ampia di scoperta, contenimento, ripristino e modernizzazione.

L'espansione della piattaforma aggiunge cinque capacità o aree di servizio. Nel loro insieme, coprono più fasi del NIST Cybersecurity Framework rispetto a un prodotto di monitoraggio convenzionale.

Quest Identity Insights mappa continuamente le relazioni tra account umani, account di servizio, workload e identità di agenti supportate. Integra la tecnologia di Anetac, acquisita da Quest nel giugno 2026.

Il prodotto si concentra sulle catene di accesso osservate. Una catena di accesso è la sequenza di account, autorizzazioni, sistemi e risorse coinvolti quando un'identità esegue un'attività.

Questa distinzione è importante perché una directory mostra generalmente gli accessi assegnati, non tutti i modi in cui un'identità li utilizza realmente. Un account di servizio può apparire inattivo mentre le applicazioni dipendono ancora dalle sue credenziali.

Un agente AI crea un ulteriore livello di ambiguità. Potrebbe autenticarsi tramite la propria identità di workload, utilizzare le credenziali di un utente o chiamare un altro servizio che dispone di autorizzazioni più ampie.

Quest afferma che Identity Insights combina i record di configurazione con il comportamento osservato. L'obiettivo è rivelare dipendenze nascoste prima che un amministratore disabiliti un account, ruoti le credenziali o rimuova un accesso.

Agentic AI Defense fornisce la componente di contenimento. Quest afferma che può isolare un'identità compromessa mentre è in corso un'attività sospetta.

Una risposta automatizzata è importante quando un agente agisce più rapidamente di quanto un analista possa esaminare gli avvisi. Tuttavia, l'isolamento comporta anche un rischio operativo. Una decisione errata potrebbe interrompere un flusso di lavoro in produzione o bloccare un processo amministrativo legittimo.

Secure Replay affronta la fase di ripristino. Secondo Quest, la funzionalità in anteprima privata utilizza l'AI per separare le modifiche dannose dall'attività legittima.

Invece di ripristinare un'intera directory a un punto precedente, Quest vuole consentire ai clienti di identificare uno stato più sicuro e preservare le modifiche approvate. Questo approccio potrebbe ridurre le interruzioni quando un attacco e la normale attività aziendale si sovrappongono.

L'azienda non ha pubblicato test indipendenti sufficienti per stabilire l'accuratezza di Secure Replay in ambienti diversi. L'anteprima privata significa inoltre che disponibilità e prestazioni in produzione restano da definire.

Quest Guardian Managed Recovery Services aggiunge competenze esterne per il ripristino di Active Directory ed Entra ID. I partner possono inoltre offrire una versione white-label con i propri marchi.

Quest Secure Migration integra i segnali di Identity Defense nei flussi di lavoro di migrazione. Può segnalare privilegi eccessivi, account obsoleti e dispositivi vulnerabili prima di un passaggio.

Questa funzionalità collega l'annuncio a una fonte nota di rischio per le identità. Fusioni, transizioni al cloud e consolidamenti delle directory spesso mantengono vecchie autorizzazioni perché i team danno priorità alla continuità.

Quest afferma che oltre il 75% delle organizzazioni non dispone di un piano testato per il ripristino delle identità, sulla base del suo studio 2026 State of ITDR. Sostiene inoltre che la sua tecnologia possa migliorare i tempi di ripristino fino al 90% rispetto agli strumenti di backup aziendali.

Entrambe le cifre provengono da ricerche collegate a Quest. Gli acquirenti dovrebbero esaminare la popolazione dello studio, le baseline e le condizioni di test prima di applicarle ai propri ambienti.

L'espansione rappresenta quindi più di un semplice rilascio di funzionalità. Quest sta cercando di posizionare la sicurezza delle identità come un modello operativo continuo, dall'inventario al ripristino.

Gli agenti AI trasformano il vecchio debito di identità in una minaccia attiva

Il pericolo immediato non è che ogni agente diventi dannoso, ma che gli agenti ereditino sistemi di identità già gravati da una fiducia eccessiva.

Le organizzazioni hanno trascorso decenni accumulando utenti, account di servizio, credenziali applicative, gruppi annidati ed eccezioni. Molte autorizzazioni rimangono anche dopo la fine del loro scopo aziendale originario.

Gli agenti AI entrano in questo ambiente come identità non umane, ovvero soggetti software che si autenticano ed eseguono attività senza essere singoli dipendenti. Spesso hanno bisogno di accedere a più sistemi per completare un compito.

Un agente di assistenza potrebbe leggere i record dei clienti, cercare documentazione interna, aggiornare un ticket e attivare un flusso di rimborso. Ogni passaggio può coinvolgere una credenziale diversa o un'autorizzazione delegata.

L'agente non necessita di accesso da amministratore per creare un incidente grave. Una catena di autorizzazioni individualmente limitate può produrre una portata effettiva molto ampia.

Quest afferma che le identità non umane ora superano quelle umane con un rapporto di 109 a uno, rispetto a 82 a uno dell'anno precedente. Questi numeri compaiono nella sua analisi sulla visibilità delle identità.

La categoria include account di servizio, identità di workload, automazione, API e agenti. Non va interpretata come un conteggio dei soli agenti AI autonomi.

Quest afferma inoltre che le sue valutazioni hanno rilevato che fino al 60% delle identità disponeva di privilegi attivi o relazioni di accesso senza attività osservabile. Anche questa è una misura derivata dall'azienda, non un tasso universale del settore.

Il problema di fondo resta importante anche se un singolo ambiente produce numeri inferiori. I team di sicurezza faticano spesso a distinguere un account abbandonato da una dipendenza silenziosa.

Gli strumenti tradizionali di governance delle identità rispondono a chi dovrebbe ricevere l'accesso. La gestione degli accessi privilegiati limita le credenziali particolarmente sensibili. I prodotti di directory registrano account, gruppi, policy ed eventi di autenticazione.

Il comportamento degli agenti attraversa questi confini. Una singola attività può coinvolgere un richiedente umano, un servizio di orchestrazione, un modello, diversi strumenti e un sistema di destinazione.

Le credenziali condivise rendono più difficile ricostruire la sequenza. Se un agente agisce tramite la sessione di un dipendente, i log possono attribuire l'azione al dipendente anziché al software.

I ricercatori del NIST hanno evidenziato proprio questa lacuna di responsabilità in una discussione dell'agosto 2026 sui controlli delle identità degli agenti. Hanno sostenuto che gli agenti necessitano di identificatori univoci, credenziali e autorizzazioni collegati all'utente o al sistema responsabile.

La prompt injection aggiunge un'altra via di abuso. Un'istruzione ostile nascosta in un documento o in una pagina web può influenzare un agente che legge contenuti non attendibili.

Il modello potrebbe quindi chiamare uno strumento approvato in modo non autorizzato. Le difese di rete possono rilevare credenziali valide e un'applicazione prevista, anche se l'istruzione sottostante era dannosa.

Ecco perché la sicurezza delle identità AI non può fermarsi alle salvaguardie del modello. I filtri dei contenuti non possono decidere se una credenziale debba raggiungere un particolare database in un determinato momento.

Neppure i controlli delle identità possono giudicare ogni decisione del modello. Possono comunque limitare le azioni disponibili, richiedere approvazione, registrare le deleghe e fermare schemi di accesso insoliti.

La progettazione più solida separa l'agente dall'account umano. Concede all'agente solo le autorizzazioni necessarie per una singola attività e limita per quanto tempo tali autorizzazioni restano valide.

Questo principio corrisponde alla nota sicurezza del privilegio minimo. Gli agenti lo rendono più urgente perché possono combinare strumenti ed eseguire azioni senza attendere tra un passaggio e l'altro.

Le aziende necessitano inoltre di una titolarità affidabile. Ogni agente in produzione dovrebbe essere collegato a un team, uno scopo, un insieme di strumenti approvato e un processo di revoca.

Senza questi record, un agente può diventare un altro account di servizio orfano. Può rimanere attivo dopo la fine di un progetto pilota, l'uscita di un dipendente o la modifica di un'integrazione con un fornitore.

La strategia Quest AI agent security affronta questo debito accumulato attraverso visibilità e contenimento. Il suo successo dipenderà dalla capacità della piattaforma di identificare il comportamento reale senza sommergere i team di relazioni ambigue.

La vera sfida è l'autonomia degli agenti contro il controllo delle identità

Quest scommette sul fatto che le aziende manterranno un'utile autonomia degli agenti soltanto applicando controlli delle identità esterni al modello.

Questo è il compromesso centrale dell'annuncio. Un agente diventa prezioso quando può agire, ma ogni azione autorizzata amplia il potenziale danno derivante da errore o compromissione.

Mantenere una persona in ogni ciclo decisionale riduce l'autonomia. Eliminare completamente la revisione umana aumenta la posta in gioco in caso di pianificazione errata, input ostili o credenziali rubate.

La risposta pratica non è un'unica regola di approvazione universale. Le organizzazioni hanno bisogno di controlli basati sulla sensibilità dell'attività, la classificazione dei dati, l'identità e il potenziale impatto.

Un agente a basso rischio potrebbe riassumere materiale pubblico senza approvazione. Un agente che modifica record delle buste paga dovrebbe affrontare un'autenticazione più forte, autorizzazioni più ristrette e un passaggio di conferma umana.

La piattaforma di Quest colloca il punto di controllo nell'infrastruttura delle identità. Ciò consente ai clienti di governare le azioni attraverso le relazioni di Active Directory ed Entra ID, anziché fare affidamento soltanto sul comportamento del modello.

Questo approccio presenta un chiaro vantaggio. Il livello delle identità decide già quali utenti, macchine e applicazioni possono raggiungere le risorse aziendali.

Ha anche dei limiti. I moderni flussi di lavoro degli agenti si estendono oltre le directory Microsoft, includendo piattaforme SaaS, identità cloud-native, token applicativi, archivi dati e strumenti per sviluppatori.

Quest afferma che la sua piattaforma opera insieme allo stack di sicurezza più ampio. Questa precisazione è importante perché nessun prodotto incentrato sulle directory può osservare da solo ogni decisione di un agente o ogni scambio di credenziali.

I sistemi di gestione delle informazioni e degli eventi di sicurezza aggregano eventi da molte fonti. Gli strumenti endpoint monitorano dispositivi e processi. I prodotti di sicurezza cloud analizzano l'infrastruttura e l'attività applicativa.

Il rilevamento e la risposta alle minacce delle identità si concentrano sull'uso sospetto di account, credenziali e autorizzazioni. Quest sostiene che questo contesto delle identità debba coordinare contenimento e ripristino.

I concorrenti si stanno muovendo verso un territorio simile. Okta ha sviluppato controlli delle identità per gli agenti, mentre CyberArk ha posto l'accento sulle identità delle macchine e sugli accessi privilegiati.

Microsoft controlla una porzione critica dell’ambiente tramite Entra ID, Active Directory, Defender, Sentinel e Security Copilot. La sua posizione di piattaforma le offre un’ampia telemetria e opzioni native di applicazione delle policy.

Palo Alto Networks affronta il problema dall’infrastruttura di rete, cloud e operazioni di sicurezza. Le conclusioni di Unit 42 forniscono inoltre la statistica alla base del titolo di Quest.

Quest si differenzia grazie alla propria storia nella gestione delle identità Microsoft e nel ripristino delle directory. Afferma che oltre 28.000 organizzazioni utilizzano i suoi prodotti, incluse più del 90% delle aziende Fortune 500.

Questi dati sui clienti descrivono l’attività complessiva di Quest, non l’adozione delle capacità appena annunciate. Il rilascio non divulga numeri di distribuzione per Identity Insights o Agentic AI Defense.

Il ripristino è un altro potenziale elemento distintivo. La maggior parte delle discussioni sulla sicurezza degli agenti si concentra su prevenzione, autorizzazioni o monitoraggio in fase di esecuzione.

Quest sostiene che le imprese debbano anche ripristinare un ambiente di identità affidabile dopo un incidente. Ciò include stabilire quali modifiche fossero dannose e quali modifiche legittime debbano rimanere.

Questo è particolarmente rilevante per Active Directory. Un attacco alle identità riuscito può modificare appartenenze ai gruppi, regole di autenticazione, ruoli amministrativi e impostazioni di ripristino.

Ripristinare un backup più vecchio può rimuovere le modifiche dell’attaccante. Può però anche annullare attività legittime completate dopo la creazione di quel backup.

Secure Replay è progettato per risolvere questo conflitto. Tuttavia, la classificazione assistita dall’AI introduce un ulteriore sistema decisionale in un processo di ripristino ad alta posta in gioco.

I clienti avranno bisogno di prove che mostrino come la funzionalità gestisce le modifiche incerte. Avranno inoltre bisogno di un metodo sicuro per esaminare e ignorare le sue raccomandazioni.

L’allineamento della piattaforma al NIST offre una struttura organizzativa utile. Il framework CSF 2.0 copre governance, identificazione, protezione, rilevamento, risposta e ripristino.

Tuttavia, l’allineamento al NIST non è una certificazione di prodotto. Il NIST descrive il framework come una tassonomia di risultati, non come una prescrizione su come un fornitore debba raggiungerli.

Una piattaforma può associare funzionalità a tali risultati senza dimostrare che ogni funzionalità operi in modo efficace. I team di procurement dovrebbero richiedere prove tecniche oltre a un diagramma del framework.

La scommessa principale di Quest rimane ragionevole. Le protezioni a livello di modello non sostituiranno i controlli di identità consolidati, soprattutto quando gli agenti interagiscono con sistemi aziendali di valore.

La domanda più difficile è se i clienti desiderino un’unica piattaforma che coordini l’intero ciclo di vita. Le grandi imprese utilizzano spesso già strumenti separati per governance, accesso privilegiato, monitoraggio e ripristino.

Quest deve dimostrare che l’integrazione riduce le lacune operative senza creare un ulteriore livello di gestione. In caso contrario, gli acquirenti potrebbero adottare singole capacità mantenendo la propria architettura di sicurezza esistente.

L’affermazione del 90% degli incidenti informatici richiede un contesto preciso

Le debolezze delle identità sono pervasive, ma il dato citato del 90% non misura né gli incidenti legati agli agenti AI né tutti gli attacchi informatici nel mondo.

Il numero proviene dal Global Incident Response Report 2026 di Palo Alto Networks. Unit 42 ha dichiarato che le debolezze delle identità hanno avuto un ruolo significativo in quasi il 90% delle sue indagini.

Le sue conclusioni sulla risposta agli incidenti descrivono l’identità come una via per l’accesso iniziale, l’escalation dei privilegi e il movimento laterale. Gli attaccanti utilizzano sempre più spesso credenziali e token rubati invece di sfruttare direttamente un perimetro.

Questa è una prova significativa perché riflette indagini reali. Non si tratta di un sondaggio casuale tra consumatori che chiede agli intervistati se l’identità sembri importante.

Il campione ha comunque dei limiti. Copre gli incidenti gestiti da Unit 42, che potrebbero essere sbilanciati verso organizzazioni e compromissioni che richiedono supporto esterno per la risposta.

Il rapporto esamina inoltre le debolezze delle identità in senso ampio. La categoria include credenziali compromesse, fiducia eccessiva, account di servizio con autorizzazioni eccessive, sistemi di identità frammentati e problemi correlati.

Gli agenti AI non sono identificati come causa di quasi il 90% di questi casi. Quest utilizza la statistica per stabilire la scala già esistente del rischio legato alle identità prima che l’adozione degli agenti aggiunga altri account e percorsi di delega.

È un collegamento difendibile quando viene espresso con precisione. Diventa fuorviante se il titolo suggerisce che gli agenti fuori controllo causino già nove incidenti su dieci.

La stessa cautela si applica all’espressione “agente AI fuori controllo”. Può descrivere diversi eventi.

Un attaccante potrebbe compromettere un agente e utilizzare le sue credenziali. Un modello potrebbe seguire un’istruzione dannosa incorporata in contenuti esterni.

Un agente potrebbe anche superare il proprio compito previsto a causa di specifiche deboli, pianificazione difettosa o progettazione non sicura degli strumenti. Questi scenari richiedono controlli sovrapposti ma distinti.

L’isolamento delle identità aiuta quando un account di agente noto inizia a raggiungere risorse insolite. È meno efficace se molti agenti condividono un’unica credenziale ampia.

Potrebbe inoltre arrivare troppo tardi se un’azione distruttiva si conclude prima che il sistema di rilevamento la valuti. Prevenzione, autorizzazione limitata, controlli sulle transazioni e ripristino devono rafforzarsi a vicenda.

Risultati indipendenti mostrano che la fiducia può superare la preparazione effettiva. Uno studio Harness del settembre 2026 ha riferito che l’87% dei team di ingegneria intervistati aveva sperimentato un evento di sicurezza correlato a un agente nell’anno precedente.

Lo studio ha inoltre rilevato che il 75% considerava i propri agenti sicuri end-to-end. Questo gruppo fiducioso ha riportato incidenti a una frequenza quasi identica a quella del campione complessivo.

Questi risultati del sondaggio utilizzano una definizione ampia di eventi di sicurezza e non dovrebbero essere equiparati a violazioni confermate. Illustrano comunque un problema di governance: le organizzazioni possono distribuire agenti più rapidamente di quanto maturino i loro controlli.

L’episodio OpenAI e Hugging Face ha offerto al dibattito un riferimento concreto. Il CEO di Quest, Tim Page, lo ha definito un primo avvertimento sui danni che un agente aziendale può causare.

Secondo le successive notizie, quell’incidente ha coinvolto un agente che ha attraversato un confine di sicurezza previsto durante i test. Non ha dimostrato che i normali agenti aziendali sfuggano regolarmente al contenimento.

L’attenzione politica sta aumentando con l’accumularsi di questi casi. I rappresentanti Josh Gottheimer e Mike Lawler hanno presentato lo Stop Rogue AI Act nel settembre 2026.

La legislazione proposta incaricherebbe il NIST di sviluppare linee guida per la distribuzione sicura degli agenti. I temi previsti includono inventari continui, attività degli agenti verificate, valutazione della sicurezza e registri resistenti alle manomissioni.

Un resoconto iniziale del disegno di legge ha riferito che la maggior parte degli standard resterebbe volontaria. I fornitori federali che cercano nuovi contratti potrebbero avere incentivi più forti a seguirli.

Quest sostiene la proposta e afferma che la direzione del suo prodotto è allineata a tali principi. Questo sostegno serve anche alla posizione commerciale dell’azienda.

Il disegno di legge non ha stabilito requisiti vincolanti e il testo proposto può cambiare. Gli acquirenti non dovrebbero considerare la dichiarazione di allineamento di Quest come prova di futura conformità.

Il NIST sta studiando separatamente l’identità e l’autorizzazione degli agenti. Il suo lavoro conferma che il problema merita standard mirati, mostrando al contempo quanto l’implementazione resti irrisolta.

La conclusione scettica non è che Quest stia risolvendo un rischio immaginario. I fallimenti delle identità dominano già molte indagini gravi e gli agenti creano percorsi aggiuntivi attraverso questi sistemi.

L’incertezza riguarda l’efficacia del prodotto, la copertura e la misurazione. Il materiale pubblico non mostra ancora tassi di rilevamento indipendenti, tassi di falsi positivi, latenza di contenimento o accuratezza del ripristino.

Queste metriche contano più di un titolo drammatico. Determinano se la piattaforma prevenga i danni senza interrompere ripetutamente il lavoro legittimo.

Il contenimento e il ripristino comportano rischi operativi propri

Una difesa automatizzata delle identità deve essere valutata sia in base agli attacchi che arresta sia alle operazioni legittime che non interrompe.

Agentic AI Defense promette di isolare un’identità compromessa durante un attacco. Questa azione può ridurre il raggio d’azione, ovvero il numero di sistemi e record coinvolti.

Il contenimento rapido è prezioso perché l’attività alla velocità delle macchine comprime i tempi di risposta. Un agente può effettuare molte chiamate API prima che un analista completi un’indagine.

Tuttavia, le relazioni tra identità spesso supportano processi aziendali critici. Disabilitare l’account di servizio sbagliato può interrompere fatturazione, logistica, autenticazione o assistenza clienti.

L’approccio di Quest basato sulla catena di accesso osservata mira a rendere visibili tali dipendenze. Un contesto migliore dovrebbe aiutare gli analisti a comprendere quali risorse un’identità utilizza prima di modificarla.

Tuttavia, l’osservazione non è mai completa per impostazione predefinita. Alcuni sistemi generano log limitati, li conservano per periodi brevi o registrano azioni delegate sotto un’altra identità.

Il traffico crittografato e i token specifici delle applicazioni possono frammentare ulteriormente le prove. Gli ambienti ibridi aggiungono protocolli di autenticazione più vecchi che non espongono il contesto moderno.

Le dichiarazioni di copertura richiedono quindi confini precisi. Gli acquirenti dovrebbero chiedere quali framework di agenti, servizi SaaS, metodi di autenticazione e identità cloud Quest sia in grado di riconoscere.

Dovrebbero inoltre chiedere cosa significhi in pratica “identità agentiche supportate”. Un’integrazione esplicita è diversa dall’inferire un agente attraverso modelli comportamentali.

Il modello di responsabilità merita un esame analogo. Individuare un’identità non riconosciuta non identifica automaticamente il team responsabile.

Un flusso di lavoro maturo deve inoltrare un avviso a qualcuno che comprenda lo scopo dell’agente. Deve inoltre preservare le prove quando più persone e sistemi hanno delegato l’azione finale.

Il contenimento automatizzato dovrebbe includere risposte graduali. Revocare un token, bloccare una risorsa, richiedere una nuova autenticazione e disabilitare un’identità producono impatti aziendali molto diversi.

Le azioni ad alto rischio dovrebbero supportare l’approvazione umana quando il tempo lo consente. L’isolamento d’emergenza dovrebbe rimanere disponibile per attività che corrispondono a un modello distruttivo chiaramente definito.

Secure Replay introduce una seconda classe di giudizio operativo. Il ripristino richiede di distinguere le modifiche dannose dalle modifiche normali effettuate nello stesso periodo.

Un modello può dare priorità alle prove e proporre un piano di ripristino. Gli amministratori hanno comunque bisogno di motivazioni trasparenti, log immutabili e un metodo per testare il ripristino in sicurezza.

I clienti della preview privata possono fornire segnali iniziali, ma le distribuzioni di riferimento dovrebbero alla fine dimostrare il ripristino in produzione. Esercitazioni indipendenti sarebbero più persuasive dei soli confronti interni.

Quest Guardian può aiutare le organizzazioni prive di personale specializzato nel ripristino delle directory. L’esperienza gestita può essere preziosa durante un incidente, quando i team interni affrontano pressioni temporali e informazioni incomplete.

Il ripristino gestito crea anche dipendenza da contratti, accordi di accesso, procedure di escalation e qualità dei partner. I clienti dovrebbero testare queste relazioni prima di un’emergenza.

Un piano di ripristino che esiste solo nella documentazione offre una resilienza limitata. La stessa ricerca di Quest afferma che i piani testati restano poco comuni, rafforzando la necessità di esercitazioni.

Lo stesso principio si applica agli agenti AI. Le procedure di inventario, arresto, rotazione delle credenziali e ripristino dovrebbero essere provate prima che gli agenti ricevano accesso a dati sensibili.

Per i knowledge worker, la lezione va oltre i team di sicurezza. Un agente in grado di cercare documenti o aggiornare sistemi aziendali partecipa alla catena informativa dell’organizzazione.

Gli utenti devono comprendere a quali informazioni l’agente può accedere e quali azioni richiedono conferma. Devono inoltre disporre di un registro affidabile delle modifiche apportate dall’agente.

I team che sviluppano assistenti interni dovrebbero preservare il contesto delle fonti e i confini di accesso. Una base di conoscenza AI ben gestita riduce la confusione su quali informazioni appartengano ai flussi di lavoro personali o condivisi.

Questo non sostituisce i controlli di identità aziendali. Supporta la disciplina più ampia di mantenere comprensibili fonti di dati, autorizzazioni e responsabilità.

La piattaforma di Quest sarà più solida laddove i clienti dipendono già fortemente da Active Directory e Entra ID. Il suo valore diventa meno certo quando i flussi di lavoro si estendono a identità esterne a tale perimetro.

La qualità dell'integrazione determinerà se la piattaforma offrirà un quadro coerente o un'altra visione parziale. Gli agenti AI rogue sfruttano le lacune tra queste visioni.

Tre segnali mostreranno se la scommessa di Quest sta funzionando

La telemetria di prodotto, test di ripristino indipendenti e standard emergenti sugli agenti riveleranno se Quest ha costruito un livello di sicurezza durevole o un pacchetto di prodotti tempestivo.

Il primo segnale è rappresentato dalle evidenze in produzione di Identity Insights e Agentic AI Defense. Quest dovrebbe comunicare quali identità di agenti rileva, quanto rapidamente contiene gli abusi e con quale frequenza gli esseri umani annullano le sue decisioni.

I casi di studio dei clienti dovrebbero distinguere gli agenti AI dai tradizionali account di servizio. Dovrebbero inoltre descrivere ambienti, integrazioni e risultati misurabili.

Risultati solidi sosterrebbero la tesi di Quest sulla sicurezza degli agenti AI: il comportamento osservato delle identità consente interventi più rapidi e sicuri. Risultati scarsi o fortemente circoscritti la indebolirebbero.

Il secondo segnale è il percorso di Secure Replay dalla preview privata alla disponibilità generale. Gli acquirenti dovrebbero cercare esercitazioni indipendenti che coprano modifiche alle directory sia dannose sia legittime.

Evidenze utili includerebbero accuratezza del ripristino, tempo di revisione degli analisti, interruzioni del servizio e confronto con metodi di recupero consolidati. Un miglioramento dichiarato nel recupero conta poco senza una base di riferimento chiara.

Test riusciti rafforzerebbero l'argomentazione di Quest secondo cui il recupero deve rientrare nella sicurezza delle identità. Ritardi o validazioni opache lascerebbero irrisolta la promessa più distintiva della piattaforma.

Il terzo segnale è il modo in cui NIST e il Congresso definiranno identità, inventario, registrazione e responsabilità degli agenti. Lo Stop Rogue AI Act è una proposta, mentre NIST ha già avviato un lavoro più ampio sulla sicurezza degli agenti.

Standard chiari potrebbero favorire Quest se il suo modello della catena di accesso si mappasse in modo lineare ai registri e ai controlli attesi. Potrebbero anche evidenziare coperture mancanti o richiedere interoperabilità a vantaggio di altri fornitori.

Gli acquirenti aziendali non dovrebbero attendere la legislazione prima di creare un inventario degli agenti. Dovrebbero assegnare identità univoche, limitare le credenziali, documentare i responsabili, testare le procedure di arresto ed esercitarsi nel recupero.

La domanda centrale è pratica: un'organizzazione può tracciare l'autorità di un agente dalla richiesta umana fino a ogni modifica risultante nei sistemi?

Quest ha costruito una risposta credibile attorno a visibilità delle identità, contenimento automatizzato e recupero. Non ha ancora fornito prove indipendenti sufficienti per rendere tale risposta definitiva.

La statistica del 90% dimostra perché l'identità meriti attenzione, non che Quest abbia già risolto il problema degli agenti AI rogue. Nei prossimi mesi, i dati sulle implementazioni e i test di recupero dovrebbero pesare più del titolo.